


Der Roboterhund von Goose Factory übernimmt den „Job' echter Hunde! Er kann Spiele spielen und fröhlich spielen, und er kann auch Leute um die 6 herum ausführen
Lassen Sie den Roboterhund die Bewegungsdaten eines echten Hundes lernen, er wird sich wirklich wie ein Hund fühlen!
Es sprang problemlos über die Hürde und der „Besitzer“ dahinter hätte es fast nicht eingeholt:
Das Bohren eines „Hundelochs“ war sehr vertraut:
Das kann es auch zwei Hunde, die zusammen Spaß haben, es jagt, es entkommt ...
Das ist der neueste Fortschritt von Goose Factory Robot Dog.
Durch die Verwendung des vorab trainierten Modells, um dem Roboterhund die Bewegungsdaten echter Hunde zuzuführen, und durch Verstärkungslernen ist der Roboterhund Max nicht nur agiler im Verhalten, sondern kann sich aufgrund seiner Fähigkeiten auch an komplexere Umgebungen anpassen bereits gemeistert.
Zusammenfassend lässt sich sagen, dass es von innen und außen etwas „hundiger“ ist.
Sahuan'er strategisch verfolgen
Unter den neuen Fähigkeiten, die der Roboterhund dieses Mal gelernt hat, ist das Spielen von Spielen die stärkste.
Der Roboterhund kann nicht nur die Regeln befolgen, sondern auch seine eigenen Strategien entwickeln, um das Spiel zu gewinnen, die möglicherweise schlauer sind als echte Hunde.
Konkret handelt es sich um ein Hindernisjagdspiel, inspiriert von „World Chase Tag“. Die Regeln lauten wie folgt:
Die Forscher legen verschiedene Spielschwierigkeiten fest, die einfachste ist das offene Feld:
Spielen Während des Spiels hat der Roboterhund eindeutig eine Strategie.
Zum Beispiel startet der Verfolger normalerweise einen heftigen Angriff, wenn der Ausweichspieler weit von der Schachfahne entfernt ist, wodurch er in eine blinde Ecke gezwungen wird und das Spiel endet.
Wenn der Verfolger feststellt, dass der Ausweichende sehr nahe an der Flagge ist und keine Chance hat, diese einzuholen, gibt er die Verfolgung zuerst auf und wartet auf das Erscheinen der nächsten Flagge:
Es spielt keine Rolle, ob es Hindernisse gibt, die beiden Hunde haben gleich gut gespielt:
Und das zu können, liegt nicht daran, dass der Roboterhund von Anfang an auf dieses Spiel trainiert wurde.
Es basiert tatsächlich auf einigen Aktionen, Kenntnissen und Fähigkeiten, die Sie gelernt haben, um mit diesem Spielszenario umzugehen.
Wie setzt man es konkret um? Schauen Sie nach unten.
Erlernte echte Hundedaten
Die Recherche ist in drei Phasen unterteilt.
- Lernen Sie Bewegungshaltungen von Tieren.
- Verknüpfen Sie Bewegungshaltungen mit der Außenwahrnehmung , einschließlich Gehen, Laufen, Springen, Stehen und andere Aktionen, werden verwendet, um im Simulator eine Nachahmungslernaufgabe zu erstellen.
- Dann werden die Informationen in diesen Daten abstrahiert und in ein tiefes neuronales Netzwerkmodell komprimiert, sodass sie Bewegungshaltungsinformationen abdecken und gleichzeitig eine gewisse Interpretierbarkeit aufweisen können.
Diese Technologien und Daten spielen auch eine gewisse Hilfsrolle bei der Agentenschulung, die auf physischer Simulation und dem Einsatz realer Roboterstrategien basiert.
, wie z. B. den Status des Motors am Roboter usw.
Im nächsten Schritt führt das Modell sensorische Daten aus der Umgebung ein, beispielsweise Hindernisse unter den Füßen, die durch andere Sensoren „gesehen“ werden.
In der zweiten Stufe wird durch zusätzliche Netzwerkparameter die in der ersten Stufe erlernte Tierhaltung mit der Außenwahrnehmung verknüpft.
Auf diese Weise kann der Roboterhund durch die erlernten Aktionen auf die äußere Umgebung reagieren.
Wenn sich der Roboter an eine Vielzahl komplexer Umgebungen anpassen kann, wird auch das Wissen, das die Tierhaltung mit der Außenwahrnehmung verbindet, gefestigt und in der neuronalen Netzwerkstruktur gespeichert.
Dann kann der Roboterhund frei die Treppe hinaufgehen.
Oder Laufen auf diskontinuierlichem und unebenem Boden:
Dann kommt es zur letzten Stufe, in der der Roboterhund praktische Probleme auf der Grundlage der oben erlernten Fähigkeiten löst.
Auch Es ist das der oben erwähnte Spielentwicklungsteil.
Berichten zufolge sind alle Kontrollstrategien für die Roboterhunde im Spiel neuronale Netzwerkstrategien.
Lernen Sie in der Simulation und durch Zero-Shot-Transfer (Zero-Adjustment-Transfer), lassen Sie das neuronale Netzwerk menschliches Denken simulieren, um neue Dinge zu identifizieren, die noch nie zuvor gesehen wurden, und wenden Sie dieses Wissen an echte Roboter an.
Wenn Sie beispielsweise im vorab trainierten Modell gelernt haben, wie man Hindernissen ausweicht, und wenn Sie im Spiel Hindernisse aufstellen, kann der Roboterhund diese problemlos bewältigen.
Dieser neue Forschungsfortschritt wird vom Tencent Robotics X Robotics Laboratory hervorgebracht.
Das Experiment wurde 2018 ins Leben gerufen. Zu den derzeit gestarteten Roboterprojekten gehören der Roboterhund Max der ersten/zweiten Generation, der Roboterhund Jamoca, der Radroboter Ollie, selbstbalancierende autonome Motorräder usw.
Noch etwas
Es ist erwähnenswert, dass Wissenschaftler an der UC Berkeley auch eine Trainingsmethode für „echte Hunde“ an Roboterhunden angewendet haben.
Pieter Abbeel, Ngs Gründungsschüler, und andere ließen den Roboterhund eine Stunde lang auf dem Boden rollen und lernten laufen.
Als Tencent letztes Jahr die zweite Generation seines Roboterhundes Max herausbrachte, konnte der Hund in einem kurzen Clip „mit den Füßen schlagen“ und „herumlaufen“, was wirklich wie das pelzige Kind zu Hause aussah.
(Wenn Sie möchten, dass daraus ein Hund wird, der auf seinen Besitzer hört, können Sie ihm natürlich Befehle durch Anweisungen erteilen.)
Was wir sagen, ist, dass die aktuelle Entwicklungsrichtung des Roboters Hunde sind nicht in der Lage, mit Purzelbäumen mit einem echten Hund um einen Job zu konkurrieren?
Das obige ist der detaillierte Inhalt vonDer Roboterhund von Goose Factory übernimmt den „Job' echter Hunde! Er kann Spiele spielen und fröhlich spielen, und er kann auch Leute um die 6 herum ausführen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



DDREASE ist ein Tool zum Wiederherstellen von Daten von Datei- oder Blockgeräten wie Festplatten, SSDs, RAM-Disks, CDs, DVDs und USB-Speichergeräten. Es kopiert Daten von einem Blockgerät auf ein anderes, wobei beschädigte Blöcke zurückbleiben und nur gute Blöcke verschoben werden. ddreasue ist ein leistungsstarkes Wiederherstellungstool, das vollständig automatisiert ist, da es während der Wiederherstellungsvorgänge keine Unterbrechungen erfordert. Darüber hinaus kann es dank der ddasue-Map-Datei jederzeit gestoppt und fortgesetzt werden. Weitere wichtige Funktionen von DDREASE sind: Es überschreibt die wiederhergestellten Daten nicht, füllt aber die Lücken im Falle einer iterativen Wiederherstellung. Es kann jedoch gekürzt werden, wenn das Tool explizit dazu aufgefordert wird. Stellen Sie Daten aus mehreren Dateien oder Blöcken in einer einzigen wieder her

0.Was bewirkt dieser Artikel? Wir schlagen DepthFM vor: ein vielseitiges und schnelles generatives monokulares Tiefenschätzungsmodell auf dem neuesten Stand der Technik. Zusätzlich zu herkömmlichen Tiefenschätzungsaufgaben demonstriert DepthFM auch hochmoderne Fähigkeiten bei nachgelagerten Aufgaben wie dem Tiefen-Inpainting. DepthFM ist effizient und kann Tiefenkarten innerhalb weniger Inferenzschritte synthetisieren. Lassen Sie uns diese Arbeit gemeinsam lesen ~ 1. Titel der Papierinformationen: DepthFM: FastMonocularDepthEstimationwithFlowMatching Autor: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Wenn Sie wissen müssen, wie Sie die Filterung mit mehreren Kriterien in Excel verwenden, führt Sie das folgende Tutorial durch die Schritte, um sicherzustellen, dass Sie Ihre Daten effektiv filtern und sortieren können. Die Filterfunktion von Excel ist sehr leistungsstark und kann Ihnen dabei helfen, aus großen Datenmengen die benötigten Informationen zu extrahieren. Diese Funktion kann Daten entsprechend den von Ihnen festgelegten Bedingungen filtern und nur die Teile anzeigen, die die Bedingungen erfüllen, wodurch die Datenverwaltung effizienter wird. Mithilfe der Filterfunktion können Sie Zieldaten schnell finden und so Zeit beim Suchen und Organisieren von Daten sparen. Diese Funktion kann nicht nur auf einfache Datenlisten angewendet werden, sondern auch nach mehreren Bedingungen gefiltert werden, um Ihnen dabei zu helfen, die benötigten Informationen genauer zu finden. Insgesamt ist die Filterfunktion von Excel sehr praktisch

Die von Google geförderte Leistung von JAX hat in jüngsten Benchmark-Tests die von Pytorch und TensorFlow übertroffen und belegt bei 7 Indikatoren den ersten Platz. Und der Test wurde nicht auf der TPU mit der besten JAX-Leistung durchgeführt. Obwohl unter Entwicklern Pytorch immer noch beliebter ist als Tensorflow. Aber in Zukunft werden möglicherweise mehr große Modelle auf Basis der JAX-Plattform trainiert und ausgeführt. Modelle Kürzlich hat das Keras-Team drei Backends (TensorFlow, JAX, PyTorch) mit der nativen PyTorch-Implementierung und Keras2 mit TensorFlow verglichen. Zunächst wählen sie eine Reihe von Mainstream-Inhalten aus

Stehen Sie vor einer Verzögerung oder einer langsamen mobilen Datenverbindung auf dem iPhone? Normalerweise hängt die Stärke des Mobilfunk-Internets auf Ihrem Telefon von mehreren Faktoren ab, wie z. B. der Region, dem Mobilfunknetztyp, dem Roaming-Typ usw. Es gibt einige Dinge, die Sie tun können, um eine schnellere und zuverlässigere Mobilfunk-Internetverbindung zu erhalten. Fix 1 – Neustart des iPhone erzwingen Manchmal werden durch einen erzwungenen Neustart Ihres Geräts viele Dinge zurückgesetzt, einschließlich der Mobilfunkverbindung. Schritt 1 – Drücken Sie einfach einmal die Lauter-Taste und lassen Sie sie los. Drücken Sie anschließend die Leiser-Taste und lassen Sie sie wieder los. Schritt 2 – Der nächste Teil des Prozesses besteht darin, die Taste auf der rechten Seite gedrückt zu halten. Lassen Sie das iPhone den Neustart abschließen. Aktivieren Sie Mobilfunkdaten und überprüfen Sie die Netzwerkgeschwindigkeit. Überprüfen Sie es erneut. Fix 2 – Datenmodus ändern 5G bietet zwar bessere Netzwerkgeschwindigkeiten, funktioniert jedoch besser, wenn das Signal schwächer ist

Ich weine zu Tode. Die Daten im Internet reichen überhaupt nicht aus. Das Trainingsmodell sieht aus wie „Die Tribute von Panem“, und KI-Forscher auf der ganzen Welt machen sich Gedanken darüber, wie sie diese datenhungrigen Esser ernähren sollen. Dieses Problem tritt insbesondere bei multimodalen Aufgaben auf. Zu einer Zeit, als sie ratlos waren, nutzte ein Start-up-Team der Abteilung der Renmin-Universität von China sein eigenes neues Modell, um als erstes in China einen „modellgenerierten Datenfeed selbst“ in die Realität umzusetzen. Darüber hinaus handelt es sich um einen zweigleisigen Ansatz auf der Verständnisseite und der Generierungsseite. Beide Seiten können hochwertige, multimodale neue Daten generieren und Datenrückmeldungen an das Modell selbst liefern. Was ist ein Modell? Awaker 1.0, ein großes multimodales Modell, das gerade im Zhongguancun-Forum erschienen ist. Wer ist das Team? Sophon-Motor. Gegründet von Gao Yizhao, einem Doktoranden an der Hillhouse School of Artificial Intelligence der Renmin University.

Das neueste Video von Teslas Roboter Optimus ist veröffentlicht und er kann bereits in der Fabrik arbeiten. Bei normaler Geschwindigkeit sortiert es Batterien (Teslas 4680-Batterien) so: Der Beamte hat auch veröffentlicht, wie es bei 20-facher Geschwindigkeit aussieht – auf einer kleinen „Workstation“, pflücken und pflücken und pflücken: Dieses Mal wird es freigegeben. Eines der Highlights Der Vorteil des Videos besteht darin, dass Optimus diese Arbeit in der Fabrik völlig autonom und ohne menschliches Eingreifen während des gesamten Prozesses erledigt. Und aus Sicht von Optimus kann es auch die krumme Batterie aufnehmen und platzieren, wobei der Schwerpunkt auf der automatischen Fehlerkorrektur liegt: In Bezug auf die Hand von Optimus gab der NVIDIA-Wissenschaftler Jim Fan eine hohe Bewertung ab: Die Hand von Optimus ist der fünffingrige Roboter der Welt am geschicktesten. Seine Hände sind nicht nur taktil

Diese Woche gab FigureAI, ein Robotikunternehmen, an dem OpenAI, Microsoft, Bezos und Nvidia beteiligt sind, bekannt, dass es fast 700 Millionen US-Dollar an Finanzmitteln erhalten hat und plant, im nächsten Jahr einen humanoiden Roboter zu entwickeln, der selbstständig gehen kann. Und Teslas Optimus Prime hat immer wieder gute Nachrichten erhalten. Niemand zweifelt daran, dass dieses Jahr das Jahr sein wird, in dem humanoide Roboter explodieren. SanctuaryAI, ein in Kanada ansässiges Robotikunternehmen, hat kürzlich einen neuen humanoiden Roboter auf den Markt gebracht: Phoenix. Beamte behaupten, dass es viele Aufgaben autonom und mit der gleichen Geschwindigkeit wie Menschen erledigen kann. Pheonix, der weltweit erste Roboter, der Aufgaben autonom in menschlicher Geschwindigkeit erledigen kann, kann jedes Objekt sanft greifen, bewegen und elegant auf der linken und rechten Seite platzieren. Es kann Objekte autonom identifizieren
